redis-py说明文件(转)

目录:

1. 安装

2. 入门

3. API参考

4. 详细说明

4.1 连接池

4.2 连接

4.3 分析器

4.4 响应回调函数

4.5 线程安全

4.6 Pipeline

4.7 版本

4.8 作者

译文:http://blog.sina.com.cn/s/blog_6262a50e0101574h.html

英文原文:https://github.com/andymccurdy/redis-py

1.安装

redis-py是Redis key-value 数据库的 Python 接口,安装如下

$ sudo pip install redis

或采用下面方法(最好是用 pip):

$ sudo easy_install redis

从源代码安装:

$sudo python setup.py install

2.入门

>>> import redis

>>> r = redis.StrictRedis(host=‘localhost‘, port=6379, db=0)

>>> r.set(‘foo‘, ‘bar‘)

True

>>> r.get(‘foo‘)

‘bar‘

3.API参考

Redis 官方文档详细解释了每个命令(http://redis.io/commands)。redis-py 提供了两个实现这些命令的客户端类。StrictRedis 类试图遵守官方的命令语法,但也有几点例外:

·SELECT:没有实现。参见下面“线程安全”部分的解释。

·DEL:’del’ 是 Python 语法的保留关键字。因此redis-py 使用 “delete” 代替。

·CONFIG GET|SET:分别用 config_get 和 config_set 实现。

·MULTI/EXEC:作为 Pipeline 类的一部分来实现。若在调用pipeline 方法时指定use_transaction=True,在执行 pipeline 时会用 MULTI 和 EXEC 封装 pipeline 的操作。参见下面 Pipeline 部分。

·SUBSCRIBE/LISTEN: 和 pipeline 类似,由于需要下层的连接保持状态, PubSub 也实现成单独的类。调用 Redis 客户端的 pubsub 方法返回一个 PubSub 的实例,通过这个实例可以订阅频道或侦听消息。两个类(StrictRedis 和 PubSub 类)都可以发布(PUBLISH)消息。

除了上面的改变,StrictRedis 的子类 Redis,提供了对旧版本 redis-py 的兼容:

·LREM:参数 ‘num’ 和 ‘value’ 的顺序交换了一下,这样‘num’ 可以提供缺省值 0.

·ZADD:实现时 score 和 value 的顺序不小心弄反了,后来有人用了,就这样了

·SETEX: time 和 value 的顺序反了

注:最好不要用 Redis,这个类只是做兼容用的

4.详细说明

4.1 连接池

在后台,redis-py 采用了连接池(ConnectionPool)来管理对 Redis 服务器的连接。缺省情况下,每个Redis 实例都创建自己的连接池。也可以采用向 Redis 类的 connection_pool 参数传递已创建的连接池的方式。通过这种方式,可以实现客户端分片或精确控制连接的管理:

>>> pool = redis.ConnectionPool(host=‘localhost‘, port=6379, db=0)

>>> r = redis.StrictRedis(connection_pool=pool)

4.2 连接

ConnectionPool 管理一组 Connection 实例。redis-py 提供两种类型的 Connection。缺省情况下,Connection 是一个普通的 TCP 连接。 UnixDomainSocketConnection 允许和服务器运行在同一个设备上的客户端通过 unix 套接字进行连接。要使用 UnixDomainSocketConnection 连接, 只需要通过unix_socket_path 参数传递一个 unix 套接字文件的字符串。另外,确保redis.conf 文件配置了unixsocket 参数(缺省情况下是注释掉的):

>>> r = redis.StrictRedis(unix_socket_path=‘/tmp/redis.sock‘)

也可以自己创建 Connection 子类。这个特性可以在使用异步框架时用于控制 socket 的行为。要使用自己的Connection 初始化客户端类,需要创建一个连接池,通 connection_class 参数把自己的类传递进去。传递的其它关键字参数会在初始化时传递给自定义的类:

>>> pool = redis.ConnectionPool(connection_class=YourConnectionClass, your_arg=‘...‘, ...)

4.3 分析器

分析类提供了控制如何对 Redis 服务器的响应进行分析的途径。redis-py 提供了两个分析类, PythonParser和 HiredisParser。缺省情况下,如果安装了 hiredis 模块, redis-py 会尝试使用 HiredisParser,否则使用 PythonParser。

Hiredis 是由 Redis 核心团队维护的 C 库。 Pieter Noordhuis 创建了 Python 的实现。分析 Redis 服务器的响应时,Hiredis 可以提供 10 倍的速度提升。性能提升在获取大量数据时优为明显,比如 LRANGE 和SMEMBERS 操作。

和 redis-py 一样,Hiredis 在 Pypi 中就有,可以通过 pip 或 easy_install 安装:

$ pip install hiredis

或:

$ easy_install hiredis

4.4 响应回调函数

客户端类使用一系列回调函数来把 Redis 响应转换成合适的 Python 类型。有些回调函数在 Redis 客户端类的字典 RESPONSE_CALLBACKS 中定义。

通过 set_response_callback 方法可以把自定义的回调函数添加到单个实例。这个方法接受两个参数:一个命令名和一个回调函数。通过这种方法添加的回调函数只对添加到的对象有效。要想全局定义或重载一个回调函数,应该创建 Redis 客户端的子类并把回调函数添加到类的 RESPONSE_CALLBACKS(原文误为REDIS_CALLBACKS) 中。

响应回调函数至少有一个参数:Redis 服务器的响应。要进一步控制如何解释响应,也可以使用关键字参数。这些关键字参数在对 execute_command 的命令调用时指定。通过 “withscores” 参数,ZRANGE 演示了回调函数如何使用关键字参数。

4.5 线程安全

Redis 客户端实例可以安全地在线程间共享。从内部实现来说,只有在命令执行时才获取连接实例,完成后直接返回连接池,命令永不修改客户端实例的状态。

但是,有一点需要注意:SELECT 命令。SELECT 命令允许切换当前连接使用的数据库。新的数据库保持被选中状态,直到选中另一个数据库或连接关闭。这会导致在返回连接池时,连接可能指定了别的数据库。

因此,redis-py 没有在客户端实例中实现 SELECT 命令。如果要在同一个应用中使用多个 Redis 数据库,应该给第一个数据库创建独立的客户端实例(可能也需要独立的连接池)。

在线程间传递 PubSub 和 Pipeline 对象是不安全的。

4.6 Pipeline

Pipeline 是 Redis 基类的一个子类,支持在一个请求里发送缓冲的多个命令。通过减少客户端和服务器之间往来的数据包,可以大大提高命令组的性能。

Pipeline 的使用非常简单:

>>> r = redis.Redis(...)

>>> r.set(‘bing‘, ‘baz‘)

>>> # Use the pipeline() method to create a pipeline instance

>>> pipe = r.pipeline()

>>> # The following SET commands are buffered

>>> pipe.set(‘foo‘, ‘bar‘)

>>> pipe.get(‘bing‘)

>>> # the EXECUTE call sends all bufferred commands to the server, returning

>>> # a list of responses, one for each command.

>>> pipe.execute()

[True, ‘baz‘]

为了方便使用,所有缓冲到 pipeline 的命令返回 pipeline 对象本身。因此调用可以链起来:

>>> pipe.set(‘foo‘, ‘bar‘).sadd(‘faz‘, ‘baz‘).incr(‘auto_number‘).execute()

[True, True, 6]

另外,pipeline 也可以保证缓冲的命令组做为一个原子操作。缺省就是这种模式。要使用命令缓冲,但禁止pipeline 的原子操作属性,可以关掉 transaction:

>>> pipe = r.pipeline(transaction=False)

一个常见的问题是:在进行原子事务操作前需要从 Redis 中获取事务中要用的数据。比如,假设 INCR 命令不存在,但我们需要用 Python 创建一个原子版本的 INCR。

一个不成熟的实现是获取值(GET),在 Python 中增一, 设置(SET)新值。但是,这不是原子操作,因为多个客户端可能在同一时间做这件事,每一个都通过 GET 获取同一个值。

WATCH 命令提供了在开始事务前监视一个或多个键的能力。如果这些键中的任何一个在执行事务前发生改变,整个事务就会被取消并抛出 WatchError 异常。要实现我们的客户 INCR 命令,可以按下面的方法操作:

>>> with r.pipeline() as pipe:

...     while 1:

...         try:

...             # 对序列号的键进行 WATCH

...             pipe.watch(‘OUR-SEQUENCE-KEY‘)

...             # WATCH 执行后,pipeline 被设置成立即执行模式直到我们通知它

...             # 重新开始缓冲命令。

...             # 这就允许我们获取序列号的值

...             current_value = pipe.get(‘OUR-SEQUENCE-KEY‘)

...             next_value = current_value + 1

...             # 现在我们可以用 MULTI 命令把 pipeline 设置成缓冲模式

...             pipe.multi()

...             pipe.set(‘OUR-SEQUENCE-KEY‘, next_value)

...             # 最后,执行 pipeline (set 命令)

...             pipe.execute()

...             # 如果执行时没有抛出 WatchError,我们刚才所做的确实“原子地”

...             # 完成了

...             break

...         except WatchError:

...             # 一定是其它客户端在我们开始 WATCH 和执行 pipeline 之间修改了

...             # ‘OUR-SEQUENCE-KEY‘,我们最好的选择是重试

...             continue

注意,因为在整个 WATCH 过程中,Pipeline 必须绑定到一个连接,必须调用 reset() 方法确保连接返回连接池。如果 Pipeline 用作 Context Manager(如上面的例子所示), reset() 会自动调用。当然,也可以用手动的方式明确调用 reset():

>>> pipe = r.pipeline()

>>> while 1:

...     try:

...         pipe.watch(‘OUR-SEQUENCE-KEY‘)

...         current_value = pipe.get(‘OUR-SEQUENCE-KEY‘)

...         next_value = current_value + 1

...         pipe.multi()

...         pipe.set(‘OUR-SEQUENCE-KEY‘, next_value)

...         pipe.execute()

...         break

...     except WatchError:

...         continue

...     finally:

...         pipe.reset()

重点(译者注):

·WATCH 执行后,pipeline 被设置成立即执行模式

·用 MULTI 命令把 pipeline 设置成缓冲模式

·要么使用 with,要么显式调用 reset()

有一个简便的名为“transaction”的方法来处理这种处理和在 WatchError 重试的模式。它的参数是一个可执行对象和要 WATCH 任意个数的键,其中可执行对象接受一个 pipeline 对象做为参数。上面的客户端 INCR 命令可以重写如下(更可读):

>>> def client_side_incr(pipe):

...     current_value = pipe.get(‘OUR-SEQUENCE-KEY‘)

...     next_value = current_value + 1

...     pipe.multi()

...     pipe.set(‘OUR-SEQUENCE-KEY‘, next_value)

>>> 

>>> r.transaction(client_side_incr, ‘OUR-SEQUENCE-KEY‘)

4.7 版本计划

redis-py 跟随 Redis 发布版本。如 redis-py 2.0.0 应该支持 Redis 2.0.0 的所有命令。

4.8 作者

redis-py 由 Andy McCurdy ([email protected]) 开发并维护。项目地址在:http://github.com/andymccurdy/redis-py

特别鸣谢:

·Ludovico Magnocavallo, Python Redis 客户端的原作者, 其中一些 socket 代码现在还在使用。

·Alexander Solovyov 提供通用响应回调系统的思想。

·Paul Hubbard for initial packaging support.

时间: 2024-08-27 07:47:57

redis-py说明文件(转)的相关文章

web.py处理文件上传

1 #coding=utf8 2 import web 3 4 urls = ('/','Home', 5 '/upload', 'Upload') 6 7 app = web.application(urls, globals()) 8 9 class Upload: 10 def GET(self): 11 web.header("Content-Type","text/html; charset=utf-8") 12 return ""&q

py查询文件方法例子

mport os def findExtension(path,el): if(os.path.exists(path)): try: items=os.listdir(path) for item in items: if(os.path.isfile(os.path.join(path,item))): print (item,el) else: findExtension(os.path.join(path,item),el) except Exception,message: print

手写redis的docker文件,通过docker-compose配置redis

在前面一遍随笔,配置的是mysql主从的docker-compose配置.今天我们来学习配置编排容器redis. 准备环境: docker 18.06.1-ce docker-compose 1.23.0-rc3 redis最新版 开始: 1.首先我们创建下docker文件的目录,并新建Dockerfile.redis-entrypoint.sh.redis.conf 如下图: Dockerfile文件内容如下: FROM redis:latest #指定启动容器的镜像 MAINTAINER c

python中第三方库redis.py简介

1.几种连接方式介绍 """ Redis简介: 这是一个基于内存的高效的键值型非关系型数据库,存取效率极高,而且支持 多种存储数据结构,使用也比较简单. python中提供连接redis的第三方库redis.py. 在这个库中有两个类Redis和StrictRedis来实现Redis的命令操作. Redis是StrictRedis的子类,主要功能是向后兼容旧版本库里的几个方法. 在这里使用官方推荐的StrictRedis. """ from re

Redis的conf文件以及内存调优

Redis的配置文件详解: 原文参考:https://www.jianshu.com/p/16013dbb137e https://juejin.im/post/5d674ac2e51d4557ca7fdd70 # Redis configuration file example. # # Note that in order to read the configuration file, Redis must be # started with the file path as first a

Python IDLE编辑器打开后缀名为.py的文件

在Windows操作系统下默认使用Python自带的IDLE编辑器打开后缀名为.py的文件. win+R打开运行 输入regedit,确定 在打开的注册表中找到以下目录:HKEY_CLASSES-ROOT->Python.file->shell->open->command 将该项的内容修改为:"D:\Python\Python3.6.1\pythonw.exe" "D:\Python\Python3.6.1\Lib\idlelib\idle.pyw&

redis队列处理文件并发(日志处理)

多线程操作同一个文件时会出现并发问题.解决的一个办法就是给文件加锁(lock),但是这样的话,一个线程操作文件时,其它的都得等待,这样的话性能非常差. 另外一个解决方案,就是先将数据放在队列中,然后开启一个线程,负责从队列中取出数据,再写到文件中. using log4net; using RedisMvcApp.Models; using System; using System.Collections.Generic; using System.IO; using System.Linq;

[个人备份]mpi.py: 将文件分发到各机器执行

#!/usr/bin/env python3 # e.g. : mpirun -ppn 4 -f hostfile mpi.py -t i import mpi4py.MPI as mpi import time import sys import getopt import datetime import subprocess import os import glob class mpiComm(mpi.Intracomm): def __new__(cls, comm=mpi.COMM_W

[py]处理文件的3个方法

file处理的3个方法: f和f.readlines效果一样 # f.read() 所有行 -> 字符串 # f.readline 读取一行 -> 字符串 # f.readlines 所有行 -> 列表 ## f和f.readlines效果一样 f = open('test.txt') #方法1: # for line in f.readlines(): # print(line.strip()) #方法2: for line in f: print(line.strip()) f.cl

python的构建工具——setup.py文件

一.构建工具setup.py的应用场景 在安装python的相关模块和库时,我们一般使用"pip install  模块名"或者"python setup.py install",前者是在线安装,会安装该包的相关依赖包:后者是下载源码包然后在本地安装,不会安装该包的相关依赖包.所以在安装普通的python包时,利用pip工具相当简单.但是在如下场景下,使用python setup.py install会更适合需求: 在编写相关系统时,python 如何实现连同依赖包